Prompt Mastery

Obsah

1. 📖 Prečo 90% promptov vracia bullshit
2. 📖 CIK framework — Cieľ, Inputy, Krok
3. 📖 Chain-of-Thought a few-shot prompty
4. 🛠 BUILD-ALONG: Postav prompt knižnicu so 20 šablónami za 30 min

---

<a id="preco-bullshit"></a>

📖 Prečo 90% promptov vracia bullshit

Skoro každý, komu som robil AI audit, má ten istý problém. Otvoria ChatGPT alebo Claude, napíšu "napíš mi email pre klienta", dostanú generický nemastný-neslaný text a povedia mi "vidíš, AI je fakt ešte slabé". Nie je. Ich prompt je slabý.

V roku 2026 máme modely ako Claude Opus 4.6 (80.8% na SWE-bench, cena 5 dolárov za milión input tokenov a 25 za output), Sonnet 4.6 (82.1% SWE-bench za 3 dolárov na vstupe) alebo Haiku 4.5 za dolár. Máme GPT-5.2 a Gemini 3.1 Pro. Tieto modely sú schopné vyrobiť copywriting na úrovni senior freelancera za 40 eur na hodinu. Ale len vtedy, ak im dáš normálny brief. Keď im dáš jednovetný prompt, dostaneš jednovetnú kvalitu.

Rozdiel medzi zlým a dobrým promptom nie je o magických slovách. Je o tom, či AI má dosť kontextu na to, aby premýšľalo ako tvoj najlepší zamestnanec. Keby si novému junior copywriterovi povedal "napíš email klientovi", tiež by nevedel čo má robiť. Keď mu povieš "napíš follow-up email pre SaaS klienta, ktorý tri týždne mlčí po demo, máme cenu 99 eur mesačne, ton priateľský ale profi, max 80 slov, zakončiť otázkou", dostaneš použiteľný text. AI funguje rovnako.

Výskum z Google DeepMind a Anthropic 2024-2025 ukázal, že jednoduché pridanie kontextu a inštrukcie "premýšľaj krok za krokom" zvýšilo accuracy na matematických úlohách zo 17.7% na 78.7%. To je 4.4-násobné zlepšenie bez toho, aby si zmenil model. To je sila promptingu.

Akčný krok: Otvor si posledných 5 promptov, ktoré si zadal AI. Spočítaj, koľko z nich má menej ako 20 slov. Ak viac ako polovica, toto je